windows和cygwin下hadoop安装配置及问题解决

在Windows下利用cygwin仿unix环境安装配置Hadoop。

子猴也是刚接触到hadoop，对其的配置第一次按照网上的一些说明配置成功了，但有些东西感到不是很清晰，所以又重新把整个过程跑了一遍并记录下来，也是想对整个过程有个清晰的脉络，不正确之处请指教。

1、所需软件

1.1、Cygwin（截至到目前最新版本是2.685）

下载地址：http://www.cygwin.com/setup.exe

1.2、JDK 1.6.x

1.3、hadoop-0.20.1

下载地址：http://apache.freelamp.com/hadoop/core/hadoop-0.20.1/hadoop-0.20.1.tar.gz

2、安装

2.1、Cygwin安装说明见文章：http://www.zihou.me/2010/02/19/1506/

补充：cygwin的bash是无法复制粘贴的，很不方便，所以可采用putty，下载地址是：

http://www.linuxboy.net/linux/rc/puttycyg.zip ，将puttycyg.zip解压后的三个exe文件放到Cygwin安装目录HOME_PATH下bin目录下，然后修改HOME_PATH下的Cygwin.bat文件，建议用记事本打开，然后将bash –login –i注释掉，在前面加rem，也就是rem bash –login –i，或者:: bash –login –i，加入 start putty -cygterm – 即可。

这样一来就可以复制粘贴了，但注意的是默认的根目录是Cygwin的HOME_PATH，如果要切换到其他主目录，但如果你想要进入到其他根目录，但如果你想要进入到其他根目录，需要通过系统根目录，子猴这里的是/cygdrive，比如要进入到e盘，则为/cygdrive/e。

2.2、JDK的安装省略了

2.3、hadoop-0.20.1安装

将hadoop-0.20.1.tar.gz解压，解压后的目录如hadoop-0.20.1，假设是放在E盘：

E:\hadoop-0.20.1，修改conf/hadoop-env.sh文件，将export JAVA_HOME的值修改为你机上的jdk安装目录，比如/cygdrive/d/tools/jdk1.6.0_03，/cygdrive是Cygwin安装成功后系统的根目录

3、安装和配置ssh

3.1、安装

在Cygwin的根目录下分别运行：

$ chmod +r /etc/group

$ chmod +r /etc/passwd

$ chmod +rwx /var

$ ssh-host-config

*** Info: Generating /etc/ssh_host_key

*** Info: Generating /etc/ssh_host_rsa_key

*** Info: Generating /etc/ssh_host_dsa_key

*** Info: Creating default /etc/ssh_config file

*** Info: Creating default /etc/sshd_config file

*** Info: Privilege separation is set to yes by default since OpenSSH 3.3.

*** Info: However, this requires a non-privileged account called 'sshd'.

*** Info: For more info on privilege separation read /usr/share/doc/openssh/README.privsep.

*** Query: Should privilege separation be used? (yes/no) yes

*** Info: Note that creating a new user requires that the current account have

*** Info: Administrator privileges.  Should this script attempt to create a

*** Query: new local account 'sshd'? (yes/no) yes

*** Info: Updating /etc/sshd_config file

*** Info: Added ssh to C:\WINDOWS\system32\driversc\services

*** Info: Creating default /etc/inetd.d/sshd-inetd file

*** Info: Updated /etc/inetd.d/sshd-inetd

*** Warning: The following functions require administrator privileges!

*** Query: Do you want to install sshd as a service?

*** Query: (Say "no" if it is already installed as a service) (yes/no) yes

*** Query: Enter the value of CYGWIN for the daemon: [] cygwin

（注：此处输入的cygwin可以是任意的）

*** Info: The sshd service has been installed under the LocalSystem

*** Info: account (also known as SYSTEM). To start the service now, call

*** Info: `net start sshd' or `cygrunsrv -S sshd'.  Otherwise, it

*** Info: will start automatically after the next reboot.

*** Info: Host configuration finished. Have fun!
复制代码

在询问yes/no的地方，统一输入yes，sshd就安装好了。3.2配置3.2.1、启动sshd服务net start sshdCYGWIN sshd 服务正在启动CYGWIN sshd 服务已经启动成功3.2.2、$ ssh localhost试着连接本机看看，注意，如果在没有启动sshd服务，这个连接肯定是失败的！如果没问题，会出现下面一些内容：

The authenticity of host 'localhost (127.0.0.1)' can't be established.

RSA key fingerprint is 08:03:20:43:48:39:29:66:6e:c5:61:ba:77:b2:2f:55.

Are you sure you want to continue connecting (yes/no)? yes

Warning: Permanently added 'localhost' (RSA) to the list of known hosts.

zihou@localhost's password:
复制代码

会提示输入你机子的登录密码，输入无误后，会出现文本图形，类似于欢迎的提示：The Hippo says: Welcome to3.2.3、建立ssh的通道

$ ssh-keygen -t dsa -P '' -f ~/.ssh/id_dsa

Generating public/private dsa key pair.

Your identification has been saved in /home/zihou/.ssh/id_dsa.

Your public key has been saved in /home/zihou/.ssh/id_dsa.pub.

The key fingerprint is:

6d:64:8e:a6:38:73:ab:c5:ce:71:cd:df:a1:ca:63:54 zihou@PC-04101515

The key's randomart image is:

+--[ DSA 1024]----+

|                 |

|                 |

|          o      |

|         *  E    |

|        S +.     |

|     o o +.      |

|    + * ..o   .  |

|     B + .o. o . |

|    ..+  .ooo .  |

+-----------------+
复制代码

$ cat ~/.ssh/id_dsa.pub >> ~/.ssh/authorized_keys再执行遍$ ssh localhost看看，如果没有问题，就说明sshd已经配置好了。4、配置hadoop编辑conf/hadoop-site.xml加入以下内容：

<configuration>

<property>

<name>fs.default.name</name>

<value>localhost:9000</value>

</property>

<property>

<name>mapred.job.tracker</name>

<value>localhost:9001</value>

</property>

<property>

<name>dfs.replication</name>

<value>1</value>

</property>

</configuration>
复制代码

5、  运行hadoop进入到E:\hadoop-0.20.1，在cygwin下的操作如：/cygdrive/e/ hadoop-0.20.1，执行：bin/hadoop namenode –format格式化一个新的分布式文件系统，提示信息如下：
10/02/19 17:32:26 WARN conf.Configuration: DEPRECATED: hadoop-site.xml found in the classpath.
Usage of hadoop-site.xml is deprecated. Instead use core-site.xml, mapred-site.xml and hdfs-site.xml
to override properties of core-default.xml, mapred-default.xml and hdfs-default.xml respectively
（这段我还不是很清楚，我用的最新版本）10/02/19 17:32:26 INFO namenode.NameNode: STARTUP_MSG:/************************************************************STARTUP_MSG: Starting NameNodeSTARTUP_MSG: host = PC-04101515/192.168.0.14STARTUP_MSG: args = [-format]STARTUP_MSG: version = 0.20.1STARTUP_MSG: build =http://svn.apache.org/repos/asf/hadoop/common/tags/release-0.20.1-rc1 -r 810220; compiled by ‘oom’ on Tue Sep  1 20:55:56 UTC 2009************************************************************/10/02/19 17:32:27 INFO namenode.FSNamesystem:fsOwner=zihou,None,root,Administrators,Users10/02/19 17:32:27 INFO namenode.FSNamesystem: supergroup=supergroup10/02/19 17:32:27 INFO namenode.FSNamesystem: isPermissionEnabled=true10/02/19 17:32:28 INFO common.Storage: Image file of size 102 saved in 0 seconds.10/02/19 17:32:28 INFO common.Storage: Storage directory \tmp\hadoop-SYSTEM\dfs\name has been successfully formatted.10/02/19 17:32:28 INFO namenode.NameNode: SHUTDOWN_MSG:/************************************************************SHUTDOWN_MSG: Shutting down NameNode at PC-04101515/192.168.0.14************************************************************/
6、  启动hadoop守护进程

$ bin/start-all.sh

starting namenode, logging to

/cygdrive/e/hadoop-0.20.1/bin/../logs/hadoop-zihou-namenode-PC-04101515.out

localhost: datanode running as process 5200. Stop it first.

localhost: secondarynamenode running as process 1664. Stop it first.

starting jobtracker, logging to

/cygdrive/e/hadoop-0.20.1/bin/../logs/hadoop-zihou-jobtracker-PC-04101515.out

localhost: starting tasktracker, logging to

/cygdrive/e/hadoop-0.20.1/bin/../logs/hadoop-zihou-tasktracker-PC-04101515.out
复制代码

（注：如果你第一次启动，提示信息或许会与上面有所不同，我为了写这篇文章，重新执行了一遍）7、测试单机模式的操作方法下面的实例将已解压的 conf 目录拷贝作为输入，查找并显示匹配给定正则表达式的条目。输出写入到指定的output目录。（注：根目录是hadoop的目录）$ mkdir input$ cp conf/*.xml input$ bin/hadoop jar hadoop-*-examples.jar grep input output ‘dfs[a-z.]+’$ cat output/*通过执行$ bin/hadoop dfs –ls来看是否将*.xml文件拷贝到input中了，执行后结果如下：Found 1 itemsdrwxr-xr-x – zihou supergroup 0 2010-02-19 17:44 /user/zihou/input表示已经拷贝过去了。在伪分布式模式上运行bin/hadoop jar hadoop-*-examples.jar grep input output ‘dfs[a-z.]+’如果没有错误的话，会给出一堆信息，如：
10/02/19 14:56:07 WARN conf.Configuration: DEPRECATED: hadoop-site.xml found in the classpath. Usage of hadoop-site.xml is deprecated. Instead use core-site.xml, mapred-site.xml and hdfs-site.xml to override properties of core-default.xml, mapred-default.xml and hdfs-default.xml respectively10/02/19 14:56:08 INFO jvm.JvmMetrics: Initializing JVM Metrics with processName=JobTracker, sessionId=10/02/19 14:56:09 INFO mapred.FileInputFormat: Total input paths to process : 510/02/19 14:56:10 INFO mapred.JobClient: Running job: job_local_000110/02/19 14:56:10 INFO mapred.FileInputFormat: Total input paths to process : 510/02/19 14:56:10 INFO mapred.MapTask: numReduceTasks: 110/02/19 14:56:10 INFO mapred.MapTask: io.sort.mb = 10010/02/19 14:56:10 INFO mapred.MapTask: data buffer = 79691776/9961472010/02/19 14:56:10 INFO mapred.MapTask: record buffer = 262144/327680。。。。。。。。。。。。。。。
这样，hadoop就成功配置了！说明：Hadoop中文文档地址：http://hadoop.apache.org/common/docs/r0.18.2/cn/快速安装说明手册：http://hadoop.apache.org/common/docs/r0.18.2/cn/quickstart.htmlHadoop简介：Hadoop是一个开放源代码的分布式文件系统，属于Apache中的一个项目，所谓分布式文件系统（Distributed File System），指的是具有执行远程文件存取的能力，并以透明方式对分布在网络上的文件进行管理和存取，客户端访问的时候不需要知道文件真正存放在哪里。 Hadoop最初是包含在Nutch中的，后来，Nutch中实现的NDFS和MapReduce代码剥离出来成立了一个新的开源项目，这就是 Hadoop。问题：安装了cygwin，但没有cygdrive这个文件夹？、解答：查看硬盘是看不到这个文件夹的，但如果你通过DOS界面操作的话就有这个文件夹，这个文件夹相当于是Linux系统下的文件夹，在Windows环境下是看不到的。但在Dos界面中，如果你安装好了cygwin的话，就相当于Linux环境，所以是可以看到这个文件夹的。